Explore the vast range of titles available.

In 1858, G. W. M. Reynolds’s (1814–79) popular penny periodical Reynolds’s Miscellany introduced a new ‘authoress’, Lady Clara Cavendish. Reynolds bragged that Cavendish’s novels would reveal Hanoverian court corruption—for a great price, which he happily paid. However, as some Victorian critics speculated, Cavendish was herself a fiction. She and her novels are in fact the inventions of Reynolds and his regular employee James Malcolm Rymer (1814–84), who in the 1840s created ‘Sweeney Todd’ and ‘Varney, the Vampire’ for the penny blood publisher Edward Lloyd. This essay contends that Reynolds and Rymer’s Cavendish is not a random collection of pieces united merely by a byline. Instead, Cavendish’s supposed productions combine with paratextual material such as Reynolds’s advertising to articulate a consistent personality. Reading the Cavendish phenomenon as a holistic literary corpus reveals that in creating it, Reynolds and Rymer advance a didactic and political mission. In keeping with their involvement in Chartism, the Cavendish hoax enlists the rhetoric of ‘Old Corruption’ to support Chartist ideals, especially the political awakening of the ‘industrious millions’. By presenting Cavendish as an aristocrat and court insider, Reynolds and Rymer invest their political critique with authority they could not otherwise have achieved. For Reynolds and Rymer, therefore, the hoax did not constitute a departure or escapist fantasy, but a potentially more persuasive affirmation of the ideological commitments that they shared. Reading it today throws into bold relief those shared perspectives, which critics are only beginning to recover and re-appraise.

Décryptez l'art de Sir Joshua Reynolds en moins d'une heure! Génie du portrait, Sir Joshua Reynolds a tenté toute sa vie d'élever ce genre au même rang que la peinture d'histoire. C'est également à lui que l'on doit le premier véritable manifeste artistique anglais: ses Discours prononcés en tant que premier président de la prestigieuse Royal Academy of Arts ont eu un impact immense sur les artistes anglais de la fin du XVIIIe siècle au début du XXe siècle. Ce livre vous permettra d'en savoir plus sur: - Le contexte culturel dans lequel évolue Sir Joshua Reynolds - La vie de l'artiste et son parcours - Les caractéristiques et spécificités de son art - Une sélection d'œuvres-clés de Reynolds - Son impact dans l'histoire de l'art Le mot de l'éditeur: « Dans ce numéro de la série \"50MINUTES | Artistes\", Delphine Gervais de Lafond part sur les traces de l'un des plus célèbres représentants de l'école anglaise: Sir Joshua Reynolds. L'auteure évoque son immense talent de portraitiste, qui a fait de lui la coqueluche de toute l'aristocratie anglaise de son temps. Dans ce numéro, nous avons tenu à montrer l'incroyable richesse de l'œuvre de Reynolds à travers plusieurs tableaux: Portrait de l'amiral Augustus Keppel, Miss Nelly O'Brien, Miss Jane Bowles, ou encore Sarah Siddons en muse de la tragédie. » Stéphanie Felten À PROPOS DE LA SÉRIE 50MINUTES | Artistes La série « Artistes » de la collection « 50MINUTES » aborde plus de cinquante artistes qui ont profondément marqué l'histoire de l'art, du Moyen Âge à nos jours. Chaque livre a été conçu à la fois pour les passionnés d'art et pour les amateurs curieux d'en savoir davantage en peu de temps. Nos auteurs analysent avec précision les œuvres des plus grands artistes tout en laissant place à toutes les interprétations.

Le cœur d’un réacteur nucléaire est principalement refroidi par un écoulement d’eau axial à haute vitesse qui permet la production de vapeur, et la production d’énergie. Lors du fonctionnement nominal, cet écoulement suffit à conserver les barres d’uranium à leurs températures de fonctionnement. En revanche, dans le cas d’une perte accidentelle de liquide de refroidissement (LOCA), de forts gradients de pression peuvent apparaître au sein du faisceau de combustible. Pour limiter ce risque, des perçages ont été faits sur les plaques déflectrices qui entourent le cœur, qui entraînent la création de jets transverses localisés qui viennent impacter les cylindres. Ces derniers peuvent donner lieu à des vibrations induites par l’écoulement et provoquer une fatigue sur les barres de combustibles, qui avec le temps peuvent se briser. La majeure partie des études qui traitent de cette géométrie se concentrent sur la vibration des cylindres, et non les phénomènes visibles dans l’écoulement qui en sont responsables.Dans cette étude des mesures avec la méthode de vélocimétrie par image de particules (PIV) ainsi que des simulations numériques directes (DNS) ont été utilisées. L’obtention de champs de vitesses ainsi que des quantités turbulentes pour différents arrangements de cylindres et excentricités du jet, dans un faisceau équitablement espacé (rapport d’écart entre les cylindres, P/D = 1.32) ont été obtenus pour des nombres de Reynolds du jet de 17.5 × 103 et 2.3 × 103 . Le but de ces mesures est d’identifier quels sont les cylindres responsables des principaux effets turbulents et de comprendre les effets vibratoires qu’ils engendrent dans l’écoulement.Lorsque la buse du jet est alignée sur la zone intercylindres, la distribution de la vitesse de l’écoulement autour des cylindres n’est pas uniforme, mais asymétrique, résultat de la position bistable visible pour deux cylindres en parallèle avec cet écartement. En revanche, le cas du jet centré sur le centre d’un cylindre permet d’obtenir une répartition plus symétrique de la vitesse dans le faisceau.Indépendamment de l’alignement du jet par rapport au faisceau, l’écoulement s’oriente dans la direction transverse au jet après le passage de la première rangée de cylindres suite à l’apparition de phénomènes turbulents. Ces derniers limitent aussi la progression dans le faisceau, la vitesse est réduite à 20 % de celle du jet après trois rangées. L’énergie cinétique du jet est en premier lieu redistribuée en contrainte de Reynolds normale à l’axe de l’écoulement suite au passage des premiers cylindres, puis en contrainte de Reynolds normale à la direction transverse dans leurs sillages.L’analyse fréquentielle révèle que les nombres de Strouhal obtenus ne correspondent pas par-faitement aux résultats de la littérature, car ils dépendent en plus du nombre de Reynolds et des conditions de l’écoulement. Dans le cas des géométries avec des faisceaux denses, il n’est pas possible de faire de liens avec les résultats obtenus avec des paires de cylindres.

Unit operations require properly defined methods for their design. For example, the agitation power consumption is a key design element in mixing operations. To characterize the energy requirements of industrial agitators, we need to determine the power number. Algebraic correlations exist to correlate this dimensionless number to fluid properties and geometrical characteristics of the agitator. These correlations are constructed by establishing a regression on experimental data. Another example is the design of reactors, which are at the core of chemical processes. To determine the residence time of batch reactors or the volume of continuous reactors, differential equations exist. These equations depend on reaction kinetics. Once again, regression on experimental data is required to construct such equations. However, power number correlations have nonlinear dependencies with the Reynolds number and the agitator geometry. Chemical kinetics also exhibit nonlinear dependencies with species concentration and temperature. To quantify these complex relationships, researchers develop deep learning algorithms to overcome limitations of current numerical methods. Therefore, the project aims to study the use of neural networks to address challenges encountered in chemical engineering. The project is divided into two parts. Firstly, an artificial neural network (ANN) is established to create a hypothetical function between the power number, the Reynolds number, and geometric characteristics of mixers. Secondly, a physics-informed neural network (PINN) is developed to predict the reaction kinetics of biodiesel production in a microwave reactor. In both cases, this thesis reviews the methodology behind data generation, the development of network architectures, and ultimately, the performance of predictions following their training.The first paper focuses on the possibility of replacing empirical power number correlations with a hypothetical function made by an ANN. To do so, the article describes how power number data are generated. Lethe, an open-source CFD software, numerically simulate the fluid flow around pitched blade impellers of mechanically agitated tanks. We study the sensitivity of the mesh size on the numerical results before running 100,000 mixer simulations on computing clusters. For each simulation, we extract the torque and we calculate the power number. We use these data to feed the neural network. We then use cross-validation to determine the number of neurons and the number of layers in the network architecture. After building the algorithm with the TensorFlow library, we train the ANN for 5,000 iterations on 70 % of the database. The neural network makes predictions on the remaining 30 %. The average error on predictions is 0.5 %, which is an excellent performance metric. The predictions were also compared with the correlation of Hiroaka et al. (1997). The ANN is able to outperform the correlation because it is able to generalize its predictions to several different geometries.The second article focuses on the use of a PINN to identify the reaction kinetics of biodiesel production. To achieve this, we use a microwave reactor to perform the transesterification reaction of canola oil in the presence of an alkaline catalyst. We carry out the reaction at various reaction times (from 1 to 10 minutes) and at different microwave powers (from 4 to 6W). We analyse the biodiesel by gas chromatography with flame ionization detection (GC-FID) and we measure the temperature with an infrared sensor. We then develop the PINN using the PyTorch library. We train the PINN on concentration and temperature data, and also on the residual form of the ordinary differential equations describing the molar balances of chemical species. The PINN’s training uses regularization to respect as closely as possible the physics of the problem under study. After training, the PINN predicts concentrations close to the experimental data and respects the differential equations encoded within the algorithm. In addition, PINN can predict the chemical kinetics of a reaction at different power values, for which the concentration data are not part of the training. The results indicate that the PINN has the potential to perform as a digital twin of the reactor.All in all, both projects from this master’s thesis seek to demonstrate the potential of deep learning to solve complex engineering problems. Therefore, the main objective is to develop deep learning algorithms, more specifically an ANN and a PINN, adapted to chemical engineering problems in order to determine the energy requirements of a mixer and identify the chemical kinetics of a system.

Les liquides non-newtoniens, particulièrement les rhéofluidifiants, abondent dans l’industrie chimique. Ils sont caractérisés par une variation de leur viscosité en fonction du taux de cisaillement. Pour les rhéofluidifiants, plus le taux de cisaillement est élevé, plus la viscosité diminue localement. Ce projet vise à intégrer cette particularité à Lethe, un logiciel de mécanique des fluides libre d’accès en développement actif à Polytechnique Montréal. Le logiciel exploite la méthode des éléments finis pour résoudre une formulation dite «faible» des équations de Navier-Stokes incompressibles. Le projet consiste à redéfinir la formulation faible de l’équation de quantité de mouvement de Navier-Stokes incompressible en considérant la viscosité variable en fonction du taux de cisaillement. Pour modéliser la viscosité en fonction du taux de cisaillement, les modèles rhéologiques de la loi de puissance et de Carreau sont utilisés. Le nouveau solveur est développé et implémenté dans le logiciel. La vérification du code est faite avec la méthode de solutions manufacturées (MMS) ; l’ordre de convergence de l’erreur n’est pas affecté par la modification de la formulation faible. L’article publié porte sur les écoulements rhéofluidifiants autour d’une sphère avec l’emploi des modèles de loi de puissance et de Carreau, où on s’intéresse particulièrement aux effets rhéofluidifiants sur la force de traînée. La plage de Reynolds couverte est Re ∈ [0.1, 100], avec n ∈ [0.3, 1.0] et, pour les fluides de Carreau, la plage de temps de relaxation adimensionnel est Λ ∈ [0.1, 100]. Les coefficients de traînée pour les simulations avec le modèle de loi de puissance sont comparés à des résultats de la littérature : on constate une adéquation avec ceux-ci. Une corrélation pour les coefficients de traînée est proposée pour les fluides de loi de puissance, avec un coefficient de détermination R2 = 0.998. Les coefficients de traînée en fonction de Re et de n sont donnés pour l’ensemble des Λ étudiés. Comme les courbes de coefficient de traînée des fluides de Carreau ne sont pas comprises entre celles du fluide newtonien et celles d’un fluide de loi de puissance, à n égaux, il a semblé impossible pour les auteur.e.s d’élaborer une corrélation qui ait un sens physique pour le coefficient de traînée pour les fluides de Carreau. Les résultats de Carreau en régime de Stokes sont comparés à des résultats empiriques de la littérature, ce qui constitue un cas de validation de la méthode. Des profils de viscosités sont montrés à Re = {0.1, 100} avec n = {0.3, 0.9} pour la loi de puissance, et ils sont comparés à des profils de viscosité pour des fluides de Carreau à Λ = 4, pour les mêmes Re et n. On constate que pour les simulations avec le modèle de loi de puissance, l’étendue de viscosité est largement supérieure que pour les simulations avec le modèle de Carreau. En effet, le modèle de loi de puissance est mal posé pour des schémas d’écoulement où on retrouve des zones à faible taux de cisaillement. Ceci explique d’ailleurs les difficultés rencontrées par le solveur linéaire pour converger à de faibles n.